numpy.multiply()> Funkcija naudojama, kai norime apskaičiuoti dviejų masyvo dauginimą. Jis grąžina arr1 ir arr2 sandaugą elementų atžvilgiu.
Sintaksė: numpy.multiply(arr1, arr2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, parašas, extobj], ufunc 'dauginti' )
Parametrai:
arr1: [masyvas_like arba skaliarinis]1-asis įvesties masyvas.
arr2: [array_like arba skaliarinis] 2-asis įvesties masyvas.
dtype: Grąžinamo masyvo tipas. Pagal numatytuosius nustatymus, dtipas naudojamas arr.
išeina: [ndarray, neprivaloma] Vieta, kurioje saugomas rezultatas.
-> Jei yra, jis turi turėti formą, kurią įvestys transliuoja.
-> Jei nepateikta arba Nėra, grąžinamas naujai paskirtas masyvas.
kur: [Array_like, neprivaloma] Vertės True nurodo, kad reikia apskaičiuoti ufunc toje padėtyje, o vertės False rodo, kad vertė išvestyje paliekama viena.
**kwargs: Leidžia funkcijai perduoti kintamo raktinio žodžio argumento ilgį. Naudojamas, kai norime funkcijoje tvarkyti pavadintą argumentą.
Grąžinti: [ndarray arba skaliarinis] Arr1 ir arr2 sandauga elementų atžvilgiu.
1 pavyzdys:
paryškintas tekstas css
# Python program explaining> # numpy.multiply() function> > import> numpy as geek> in_num1>=> 4> in_num2>=> 6> > print> (>'1st Input number : '>, in_num1)> print> (>'2nd Input number : '>, in_num2)> > out_num>=> geek.multiply(in_num1, in_num2)> print> (>'output number : '>, out_num)> |
>
eol python
>Išvestis:
1st Input number : 4 2nd Input number : 6 output number : 24>
2 pavyzdys:
Šis kodas taip pat žinomas kaip Hadamard produktas, kuris yra ne kas kita, kaip dviejų matricų elementų sandauga. Tai dažniausiai naudojamas produktas tiems, kurie domisi mašininiu mokymusi ar statistika.
masyvo eilutė c
# Python program explaining> # numpy.multiply() function> > import> numpy as geek> > in_arr1>=> geek.array([[>2>,>->7>,>5>], [>->6>,>2>,>0>]])> in_arr2>=> geek.array([[>0>,>->7>,>8>], [>5>,>->2>,>9>]])> > print> (>'1st Input array : '>, in_arr1)> print> (>'2nd Input array : '>, in_arr2)> > > out_arr>=> geek.multiply(in_arr1, in_arr2)> print> (>'Resultant output array: '>, out_arr)> |
>
>Išvestis:
1st Input array : [[ 2 -7 5] [-6 2 0]] 2nd Input array : [[ 0 -7 8] [ 5 -2 9]] Resultant output array: [[ 0 49 40] [-30 -4 0]]>
Kitas būdas rasti tą patį yra
import> numpy as geek> in_arr1>=>geek.matrix([[>2>,>->7>,>5>], [>->6>,>2>,>0>]])> in_arr2>=> geek.matrix([[>0>,>->7>,>8>], [>5>,>->2>,>9>]])> > print> (>'1st Input array : '>, in_arr1)> print> (>'2nd Input array : '>, in_arr2)> > out_arr>=>geek.array(in_arr1)>*>geek.array(in_arr2)> print> (>'Resultant output array: '>, out_arr)> |
>
jei dar bash
>
Išvestis:
1st Input array : [[ 2 -7 5] [-6 2 0]] 2nd Input array : [[ 0 -7 8] [ 5 -2 9]] Resultant output array: [[ 0 49 40] [-30 -4 0]]>